技術(shù)特征：

1.一種基于深度遷移學(xué)習(xí)的卷煙機(jī)除塵設(shè)備電機(jī)故障診斷方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于深度遷移學(xué)習(xí)的卷煙機(jī)除塵設(shè)備電機(jī)故障診斷方法，其特征在于，所述s2，包括：

3.根據(jù)權(quán)利要求2所述的基于深度遷移學(xué)習(xí)的卷煙機(jī)除塵設(shè)備電機(jī)故障診斷方法，其特征在于，所述s3，包括：所述輸出層引入一個(gè)自定義的線性層，作為分類層，并通過(guò)dropout技術(shù)來(lái)減少模型的過(guò)擬合現(xiàn)象。

4.根據(jù)權(quán)利要求3所述的基于深度遷移學(xué)習(xí)的卷煙機(jī)除塵設(shè)備電機(jī)故障診斷方法，其特征在于，所述s41，包括：

5.根據(jù)權(quán)利要求4所述的基于深度遷移學(xué)習(xí)的卷煙機(jī)除塵設(shè)備電機(jī)故障診斷方法，其特征在于，所述s7，包括：所述電機(jī)狀態(tài)等級(jí)包括三級(jí)狀態(tài)、二級(jí)狀態(tài)以及一級(jí)狀態(tài)。

6.根據(jù)權(quán)利要求5所述的基于深度遷移學(xué)習(xí)的卷煙機(jī)除塵設(shè)備電機(jī)故障診斷方法，其特征在于，所述s7，包括：若振動(dòng)預(yù)警與溫度預(yù)警同時(shí)出現(xiàn)，則向客戶端推送三級(jí)狀態(tài)，若只有振動(dòng)或溫度預(yù)警，則向客戶端推送二級(jí)狀態(tài)，若無(wú)預(yù)警則向客戶端推送一級(jí)狀態(tài)，并根據(jù)預(yù)測(cè)結(jié)果展示設(shè)備故障診斷信息。

7.一種基于深度遷移學(xué)習(xí)的卷煙機(jī)除塵設(shè)備電機(jī)故障診斷系統(tǒng)，其特征在于，包括：

8.根據(jù)權(quán)利要求7所述的基于深度遷移學(xué)習(xí)的卷煙機(jī)除塵設(shè)備電機(jī)故障診斷系統(tǒng)，其特征在于，所述電機(jī)故障預(yù)測(cè)模塊，包括：所述電機(jī)狀態(tài)等級(jí)包括三級(jí)狀態(tài)、二級(jí)狀態(tài)以及一級(jí)狀態(tài)。

技術(shù)總結(jié)
本申請(qǐng)涉及機(jī)械狀態(tài)監(jiān)測(cè)領(lǐng)域，其具體地公開(kāi)了一種基于深度遷移學(xué)習(xí)的卷煙機(jī)除塵設(shè)備電機(jī)故障診斷方法，該方法通過(guò)實(shí)時(shí)采集除塵車間電機(jī)設(shè)備的振動(dòng)和溫度信號(hào)，并進(jìn)行數(shù)據(jù)預(yù)處理，采用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建遷移學(xué)習(xí)模型進(jìn)行特征提取和訓(xùn)練，以預(yù)測(cè)振動(dòng)預(yù)測(cè)結(jié)果y<subgt;prd</subgt;；同時(shí)通過(guò)對(duì)預(yù)處理后的電機(jī)溫度數(shù)據(jù)進(jìn)行二級(jí)動(dòng)態(tài)閾值判斷，構(gòu)建溫度預(yù)警模型M<subgt;temp</subgt;，并進(jìn)行診斷，以獲取溫度預(yù)警結(jié)果t<subgt;prd</subgt;。本發(fā)明通過(guò)振動(dòng)預(yù)測(cè)和溫度預(yù)警模型，實(shí)現(xiàn)對(duì)電機(jī)故障的診斷，并將狀態(tài)等級(jí)和故障信息推送至客戶端，從而提高設(shè)備的管理效率和運(yùn)行穩(wěn)定性。

技術(shù)研發(fā)人員：崔福祥,丁一,張寶偉
受保護(hù)的技術(shù)使用者：中國(guó)電子科技集團(tuán)公司第四十一研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9